Fish Audio 가이드 API, Python SDK 및 자체 호스팅 S2-Pro

Fish Audio의 텍스트 음성 변환 기능은 호스팅된 API와 다운로드 가능한 모델 가중치를 결합하여 개발자가 같은 플랫폼에서 음성 생성을 두 경로를 제공합니다. 회사의 2026-11-03 가이드에 따르면, 이중 접근법 덕분에 "fish audio api"와 "fish speech" 검색이 같은 생태계를 가리키며, 호스팅 생성, 로컬 배포, 그리고 사용자가 프로덕션 환경에서 직면할 수 있는 제약을 먼저 안내합니다.

증거와 맥락

Fish Audio의 모델 개요 및 설치 가이드에 따르면, 2026-11-03 현재 텍스트 음성 변환 라인업에는 권장 생산 모델인 s2.1-pro, 개발 및 테스트를 위한 s2.1-pro s2, 이전 세대의 -S2 pro, 콘텐츠 제작을 위한 drama-3, 그리고 2026-12-31에서 은퇴하는 폐기된 s1가 포함되어 있습니다. 가이드에 따르면 Fish는 문자 단위가 아닌 UTF-8 바이트당 텍스트 음성 변환 요금을 청구하며, s2.1-pro는 1백만 UTF-8바이트당 $15, Drama 3는 1백만 바이트당 $50 가격입니다. 또한 S2 모델에서는 언어 감지가 자동으로 이루어지며, s1 요청은 s2.1-pro가 2026-12-31이후에 처리할 것이라고 합니다.

API 워크플로우를 위해서는 사용자가 Python 3.9 또는 이후 버전, Fish Audio 계정, 그리고 선택적으로 cURL이 필요하다고 안내합니다. 가이드는 사용자가 FISH_API_KEY이라는 환경 변수를 설정하고, fish-audio-sdk를 설치한 뒤 fishaudio로 가져오라고 안내합니다. 예시들은 가이드에 따르면 s2.1-pro-free를 사용하는데, 이는 API 크레딧이 추가되기 전 신규 계정의 퀵스타트 모델이라고 합니다. API 요청은 JSON 필드 대신 모델 HTTP 헤더를 사용하며, 응답은 오디오 바이트로 반환됩니다.

가이드는 또한 Fish의 퀵스타트에서 가져온 오류 처리 방식을 설명합니다: 401 유효하지 않거나 누락된 API 키, 선택한 모델에 계정에 API 크레딧이 없을 때 402 , 잘못된 reference_id나 매개변수에 대한 400 , 동시성 기반 속도 제한에 대한 429 . 재시도는 지수 백오프를 사용해야 하며, 재시도-후 헤더는 없다고 명시되어 있습니다.

SDK 기능 및 로컬 배포

Fish Audio의 Python SDK 예시는 음색을 선택하는 데 reference_id을 전달하는 방법과 TTSConfig와 Prosody를 통해 음성, 포맷, 속도 설정을 중앙 집중화하는 방법을 보여줍니다. 가이드에 따르면 SDK는 wav, pcm, mp3 , opus 출력을 지원하며, 지연 시간은 일반 또는 밸런스 옵션으로 제공되며, WAV와 PCM은 8, 16, 24, 32 또는 44.1 kHz, MP3 32 또는 44.1 kHz, Opus는 48 kHz를 사용합니다.

음성 스타일링에 관해서는, S2 모델이 [속삭임], [웃음], [한숨], [숨참음], [흥분], [긴장된 웃음] 같은 예시를 포함한 자유 형식 신호에 반응한다고 안내합니다. 가이드는 S1 에서 이전하는 사용자는 괄호 기반 태그를 괄호로 변환해야 한다고 덧붙입니다. S2 모델은 이전 형식을 읽지 못하기 때문입니다.

자체 호스팅에 관해서는, 가이드에 따르면 Fish Audio가 일부 모델 가중치를 공개하며, S2-Pro는 Fish의 API 서버 뒤에서 로컬에서 실행할 수 있다고 합니다. 공식 문서에 따르면 공식 저장소는 추론S2을 위해 Linux 또는 WSL과 최소 24 GB 이상의 GPU 메모리를 권장하며, 명령줄 추론, Gradio WebUI, API 서버, Docker 배포를 지원합니다. 또한 S2-Pro는 4-billion 파라미터 모델로, 괄호 구호의 자연어 표현식 명령어, 다국어 음성 및 다중 화자 생성을 지원합니다.

라이선스 입장은 프로젝트 자료 전반에 걸쳐 엇갈린 것으로 보입니다. 가이드에 따르면 s2-pro 가중치는 Fish Audio Research License 하에 다운로드할 수 있으며, 더 넓은 코드베이스는 현재 저장소 문서에서 Fish Audio Community License 하에 설명되어 있습니다. 배경 자료에는 사용자가 상업적 셀프 호스팅 전에 해당 조건을 확인해야 한다고 명시되어 있습니다.

2026-03-10년 날짜의 관련 릴리스 노트에 따르면 Fish Audio는 S2가 오픈 소스이며, Python SDK 1.3.0 버전이 S2-Pro 지원과 고급 TTS 생성 매개변수를 추가했다고 합니다. 기사 예시에는 구형 fish_audio_sdk 가져오기 버전이 더 이상 업데이트되지 않으며, 최신 패키지명은 fish-audio-sdk임을 언급합니다.